Biblioteca122.739 documentos en línea

Artículo

Towards Effective Detection of Recent DDoS Attacks: A Deep Learning ApproachHacia la detección efectiva de ataques DDoS recientes: Un enfoque de aprendizaje profundo

Resumen

El Denegación de Servicio Distribuido (DDoS) es una amenaza predominante para la disponibilidad de servicios en línea debido a su tamaño y frecuencia. Sin embargo, desarrollar un mecanismo de seguridad efectivo para proteger una red de esta amenaza es un gran desafío porque el DDoS utiliza varios enfoques de ataque combinados con varias posibles combinaciones. Además, la mayoría de los modelos basados en aprendizaje profundo (DL) existentes presentan una sobrecarga de procesamiento alta o pueden no funcionar bien para detectar los ataques DDoS recientemente reportados, ya que estos modelos utilizan conjuntos de datos desactualizados para el entrenamiento y la evaluación. Para abordar los problemas mencionados anteriormente, proponemos CyDDoS, un marco de sistema de detección de intrusiones (IDS) integrado, que combina un conjunto de algoritmos de ingeniería de características con la red neuronal profunda. La selección de características del conjunto se basa en cinco clasificadores de aprendizaje automático utilizados para identificar y extraer las características más relevantes utilizadas por el modelo

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento